megengine

深度学习框架 人工智能操作系统 训练&前向推理 PyTorch Tensorflow MindSpore caffe 张量加速引擎TBE 深度学习编译器 多面体 polyhedral AI集群框架

无论是国外的Tensorflow、PyTorch，亦或是国内最近开源的MegEngine、MindSpore，目前基本上都是支持EagerMode和GraphMode两种模式。
EwenWanW·2024-09-09 13:54

Cadence DSP 算子开发上手指南

作者：洪超|旷视科技MegEngine架构师前言Cadence的VisionP6/Q6/Q7系列DSP在很多的ISP(“ImageSignalProcessor”)芯片中都有部署，可以在图像处理场景补充甚至碾压
MegEngine_Bot·2024-01-06 17:15

如何设计一个高内聚低耦合的模块——MegEngine 中自定义 Op 系统的实践经验

作者：褚超群|旷视科技MegEngine架构师背景介绍在算法研究的过程中，算法同学们可能经常会尝试定义各种新的神经网络层（neuralnetworklayer），比如LayerNorm，DeformableConv
MegEngine_Bot·2023-12-29 01:53

深度学习框架 の 动态图 vs 静态图

03Author:CWForeword:各位炼丹者应该都会有自己常用的一种或几种深度学习框架，如MxNet、Caffe、Tensorflow、Pytorch、PaddlePaddle(百度)，甚至是国产新兴框架MegEngine
CW不要无聊的风格·2023-12-21 20:00

图像去噪——PMRID训练自己数据集及推理测试（详细图文教程）

保存模型权重文件五、模型推理测试5.1导入测试集5.2测试5.3测试结果5.3.1测试场景15.3.2测试场景25.4推理速度5.4.1CPU推理5.4.2GPU推理六、总结一、源码包准备RMRID最原始的版本是MegEngine
佐咖·2023-12-21 01:14

旷视开源深度学习框架天元，为什么说深度学习框架没有捷径可走？

3月25日，旷视宣布开源新一代AI生产力平台Brain++的核心深度学习框架旷视天元（MegEngine），其前身是旷视内部自用的算法训练推理引擎MegEngine，由旷视3名实习生在2013年启动研发
143255·2023-11-30 10:43

MegEngine 中动态图显存优化（DTR）的实现与优化

|作者：邓哲也|旷视MegEngine基础架构组工程师在近年来的深度学习领域，许多研究机构和研究者通过增大模型的参数量来提升模型的表现，取得了非常显著的成果，一次次令业界称奇。
MegEngine_Bot·2023-11-20 15:15

yolo系列报错（持续补充ing）

文章目录exportGIT_PYTHON_REFRESH=quiet解决没有pt权重文件解决python文件路径报错解决读取文件列名报错解决导入不同文件夹出错解决megengine没有安装解决然后你发现它竟然还没有用
怎么全是重名·2023-11-12 20:00

开源项目分享，实习宝典传授，直播课程报名开启！

如果你的答案是肯定的，那么「MegEngine开发者说」系列课程正是你想要的！
·2023-09-05 16:34

MegEngine 使用小技巧：Profiler使用手册

0.写在前面“xx，R那边反应多机训练速度慢，你看一下什么情况”“xxx，为什么MGE更新之后，xxx网络训练变慢了，你看一下”这是组内日常对话然后有人日常背锅组员的状态是：提性能，提性能，还是TMD提性能据不完全统计，有80%的性能问题其实是因为训练代码写的不够好，让MGE有力使不出来包括但不限于以下情况1）没开fast_run2）频繁使用numpy进行同步3）没有用make_allreduce
·2023-08-30 16:07

开源项目分享，实习宝典传授，直播课程报名开启！

如果你的答案是肯定的，那么「MegEngine开发者说」系列课程正是你想要的！
·2023-08-26 12:32

MegEngine Python 层模块串讲（下）

模块串讲将对MegEngine的Python层相关模块分别进行更加深入的介绍，会涉及到一些原理的解释和代码解读。Python层模块串
·2023-08-17 16:46

如何阅读并学习 MegEngine 的代码

旷视开源的深度学习框架MegEngine，MegEngine是一个快速、可拓展、易于使用且支持自动求导的深度学习框架。
·2023-08-17 16:43

关于RepKLNet的算法训练和算法总结

arxiv.org/abs/2203.06717这篇论文，我感觉就是RepVGG的续作环境搭建:1、InstallationofMegEnginepip3installmegengine-fhttps://megengine.org.cn
小姜贼菜·2023-07-28 06:55

MegEngine 动态执行引擎-Imperative Runtime 概述

当我们谈论MegEngine时，我们在谈论什么众所周知，开源深度学习框架旷视天元（MegEngine）是旷视自主研发的国产工业级深度学习框架，是旷视新一代AI生产力平台Brain++的最核心组件，在2020
·2023-06-17 00:17

深度解析 MegEngine 4 bits 量化开源实现

作者：周瑞亮|旷视MegEngine架构师随着深度学习的发展，其应用场景也越发的广泛与多样。这些多样化的场景往往会对实际的部署提出更加“定制化”的限制。
·2023-06-17 00:47

MegEngine 动态执行引擎 Imperative Runtime 架构解析

在之前的文章中我们介绍过MegEngine的ImperativeRuntime以及它与MegBrain、MegDNN的关系，这篇文章中我们将介绍Imperative中包含的常用组件。
·2023-06-17 00:13

MegEngine 使用小技巧：用 mperf 进行安卓 opencl 算子的 roofline 分析

编译和集成下载repo代码gitclonehttps://github.com/MegEngine/mperf.gitgitsubmodul
·2023-06-14 18:20

MegEngine 使用小技巧：如何解读 MegCC 编译模型几个阶段 Pass 的作用

MegCC是一个真真实实的深度学习模型编译器，具备极其轻量的Runtime二进制体积，高性能，方便移植，极低内存使用以及快启动等核心特点。用户可在MLIR上进行计算图优化，内存规划，最后通过预先写好的code模版进行代码生成。MegCC中主要的PassMGBToKernelPass：这个Pass主要将MGBIR转换为AbstractKernelIR，转换过程中主要完成几件事情：将MGBIR中的所有
·2023-06-14 18:20

MegEngine 使用小技巧：量化

常见神经网络模型所用的Tensor数据类型一般是float32类型，而工业界出于对特定场景的需求（极少的计算资源，极致的推理速度），需要把模型的权重和或激活值转换为位数更少的数值类型（比int8,float16）——整个过程被称为量化（Quantization）。通常以浮点模型为起点，经过中间的量化处理后最终变成量化模型，在这个过程中一般会导致模型掉点。目前业界缓解模型掉点的问题的技术主要有两种，
·2023-06-14 18:47

MegEngine 使用小技巧：使用 Netron 实现模型可视化

近期社区有多个同学问，如何查看MegEngine训练出的模型网络结构。其实在去年8月，MegEngine就已经集成到了Netron平台上。
·2023-06-14 18:12

AI 模型编译器 MegCC 开源，解决推理引擎体积问题

为了解决这个问题，由MegEngine团队开源的MegCC创新使用模型预编译的方案，生成模型
·2023-06-14 18:42

MegEngine 使用小技巧：如何做 MegCC 的模型性能评测

MegCC是一个深度学习模型编译器，具有以下特点：极轻量级运行时：只在二进制文件中保留所需的计算内核。例如，MobileNetv1的81KB运行时间高性能：每个操作都经过专家精心优化便携：只生成计算代码，易于在Linux、Android、TEE、BareMetal上编译和使用LowMemoryUsagewhileBootInstantly：模型优化和内存规划在编译时生成。获得最先进的内存使用率，并
·2023-06-14 18:25

MegEngine 动态执行引擎-Imperative Runtime 概述

当我们谈论MegEngine时，我们在谈论什么众所周知，开源深度学习框架旷视天元（MegEngine）是旷视自主研发的国产工业级深度学习框架，是旷视新一代AI生产力平台Brain++的最核心组件，在2020
·2023-06-08 16:31

MegEngine 使用小技巧：使用 Netron 实现模型可视化

近期社区有多个同学问，如何查看MegEngine训练出的模型网络结构。其实在去年8月，MegEngine就已经集成到了Netron平台上。
·2023-02-24 10:48

BaseDet: 走过开发的弯路

作者：王枫|旷视算法研究员收到MegEngine团队的邀请来写这篇稿子，本意是想让我介绍一下BaseDet（一个基于MegEngine写成的目标检测仓库，类似detectron2之于pytorch）。
·2023-02-06 15:58

基于MegEngine实现语义分割【附部分源码及模型】

文章目录前言语义分割发展史及意义一、数据集的准备二、基于MegEngine的语义分割框架构建1.引入库2.CPU/GPU配置3.数据标准化4.解析数据集到列表中5.设置数据迭代器6.获取loader7.
爱学习的广东仔·2023-01-26 08:54

如何写一个深度学习编译器

作者：旷视MegEngine框架开发师-李明鑫编译器本质上是一种提高开发效率的工具，将高级语言转换为低级语言（通常是二进制机器码），使得程序员不需要徒手写二进制。
·2022-12-27 21:42

BaseDet: 走过开发的弯路

作者：王枫|旷视算法研究员收到MegEngine团队的邀请来写这篇稿子，本意是想让我介绍一下BaseDet（一个基于MegEngine写成的目标检测仓库，类似detectron2之于pytorch）。
·2022-12-15 16:13

8次迭代5大升级，3大核心优势，旷视深度学习框架天元1.0详细分析讲解

目前，旷视1400多名研发人员全员使用天元MegEngine，旷视
计算机视觉研究院·2022-12-09 15:16

Scaling Up Your Kernels to 31x31: Revisiting Large Kernel Design in CNNs笔记

论文地址：https://arxiv.org/pdf/2203.06717.pdf代码地址：https://github.com/MegEngine/RepLKNet目录论文地址：https://arxiv.org
冲冲冲鸭鸭鸭~·2022-12-05 14:38

MegEngine Inference 卷积优化之 Im2col 和 winograd 优化

MegEngine在长期的工业界实践和反馈的基础上总结得出卷积优化的基本方法有：直接卷积计算优化该方法的计算过程为逐通道进行卷积滑窗计算并累加，该优化方法对卷积的参数敏感，为了达到最优的性能，会根据各个卷积参数分别进行
自橙一派·2022-12-02 13:06

工程之道，深度学习的工业级模型量化实战

MegEngine提供从训练到部署完整的量化支持，包括量化感知训练以及训练后量化，凭借“训练推理一体”的特性，MegEngine更能保证量化之后的模型与部署之后的效果一致。
PaperWeekly·2022-11-25 10:40

深度学习编译器

深度学习1.训练框架：Google的TensorFlow：项目部署落地FaceBook的Pytorch：易用性另外亚马逊的MxNet百度的Paddle旷视的MegEngine华为的Mindspore一流科技的
想要好好撸AI·2022-11-24 13:36

高性能！超轻量！AI模型编译器MegCC开源了！让推理引擎体积变小小小小小…

为了解决这个问题，由MegEngine团队开源的MegCC创新性地使用模型预编译方案，生成模型推理必要的代码，将与模型
Amusi（CVer）·2022-11-24 01:05

基于MegEngine实现目标检测【附部分源码及模型】

文章目录前言目标检测发展史及意义一、数据集的准备1.标注工具的安装2.数据集的准备3.标注数据4.解释xml文件的内容二、基于MegEngine的目标检测框架构建1.引入库2.CPU/GPU配置3.设置模型字典及配置文件
爱学习的广东仔·2022-11-23 19:11

深度学习：框架VS网络VS模型

目前世面上常见的深度学习框架包括pytorch(facebook),tensorflow(google);国内的paddlepaddle(百度）,mindspore(华为），oneflow(一流科技），MegEngine
冰淇淋111·2022-11-20 17:18

Awesome MegEngineer 英雄招募帖，开源社区专属权益等你来领

MegEngine社区优秀贡献者荣誉体系——“AwesomeMegEngineer”上线啦！诚邀同样热爱开源的你加入！
·2022-11-17 10:56

对话南科大沈平：在人工智能开源中，高校能扮演什么角色？

那一年，继百度飞桨之后，旷视开源天元（MegEngine），华为推出MindSpore，清华大学计算机系的图形学实验室也发布了自主研发的深度学习框架——计图（Jittor）。
喜欢打酱油的老鸟·2022-11-17 09:49

基于megengine实现YoloX【附部分源码】

YOLOX网上说法二、YOLOX代码实现1.网络结构实现yolox主模型入口2.代码框架实现GPU设置数据预处理数据加载器数据迭代器模型构建模型训练模型预测三、效果展示自定义数据集COCO数据集前言本文以megengine
爱学习的广东仔·2022-11-02 13:10

开源 2 年半，除了性能优化我们啥也没做

MegEngine作为一个训推一体的深度学习框架，也在持续不断探索性能优化的最优解。本篇整理了Bot过往发布的相关文章，希望能帮助大家更好的理解和掌握MegEngine使用技巧。
·2022-10-08 14:30

paddle、MindSpore、MegEngine、tensorflow安装教程

paddle和MindSpore安装教程paddle安装教程：https://www.paddlepaddle.org.cn/install/quick?docurl=/documentation/docs/zh/develop/install/pip/windows-pip.htmlMindSpore安装教程：https://www.mindspore.cn/install（这个有点恶心，只有l
QT-Smile·2022-10-02 07:51

深度解析 MegEngine 4 bits 量化开源实现

作者：周瑞亮|旷视MegEngine架构师随着深度学习的发展，其应用场景也越发的广泛与多样。这些多样化的场景往往会对实际的部署提出更加“定制化”的限制。
·2022-09-19 12:00

深度学习快速上手——基于 MegEngine 的 LeNet 快速训练与部署

1.前言Megengine是旷视科技开发的一款训练推理一体化的深度学习框架，类似于pytorch，tensorflow。
·2022-08-18 18:33

TracedModule: 更友好的模型表示方案，模型训练到部署的桥梁

作者：曹文刚|旷视MegEngine架构师TracedModule介绍TracedModule是MegEngine中的一种模型格式，用于脱离模型源码对模型进行训练、量化、图手术和模型转换，它是模型训练到部署之间的桥梁
·2022-07-15 17:20

TracedModule: 更友好的模型表示方案，模型训练到部署的桥梁

作者：曹文刚|旷视MegEngine架构师TracedModule介绍TracedModule是MegEngine中的一种模型格式，用于脱离模型源码对模型进行训练、量化、图手术和模型转换，它是模型训练到部署之间的桥梁
MegEngine_Bot·2022-07-15 17:51

MegEngine Inference 卷积优化之 Im2col 和 winograd 优化

作者：于雄雄陈其友|旷视MegEngine架构师背景在CV领域中，卷积计算是扩充像素的感受野的有效方法，模型大多数的计算量都是卷积操作贡献的。
·2022-06-23 17:17

MegPeak——让你更懂你的处理器

作者：陈其友|旷视MegEngine架构师MegPeak介绍在这个算力需求爆炸的大背景下，如何发挥出已有硬件的最大算力变得非常重要，直观一点是：我们需要对现有算法针对特定的处理器进行极致的性能优化，尽量满足目前
·2022-05-30 16:53

旷视MegEngine是如何将31*31的大核卷积计算速度提高10倍的

2021年提议的VisionTransformer（VIT）已成为计算机视觉深度学习领域的一个有前途的研究主题。随着VIT的研究变得更加深入，一些研究人员受到VIT的大型接收领域的启发，将卷积网络也改造成具有更大的接收场来提高效率。根据有效的接收场（ERF）理论，ERF的大小与内核大小和模型深度的平方根成正比。这意味着通过堆叠层来实现大ERF的有效性不如增加卷积内核大小。因此，研究人员提出了包含大
·2022-05-29 12:36

ARM 算子性能优化上手指南

作者：林锦豪|旷视MegEngine架构师前言做arm侧算子开发时，不能不关心的就是性能。本文主要就是介绍arm算子性能优化的常用思路，做为一个入门级的参考。
·2022-05-20 19:06
上一页 1 2 3 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他